Interviste Sintetiche: Sì o No per la Ricerca Utente?

Interviste con utenti sintetici. C'è stato molto entusiasmo sulle piattaforme social come LinkedIn e Reddit su questo argomento, specialmente sui suoi pro e contro.

Ma è davvero la panacea che è stata dipinta per i professionisti UX e marketing? O c'è effettivamente qualche sostanza dietro l'idea? Dopotutto, il punto centrale della ricerca UX è osservare e intervistare utenti reali, conoscere i loro punti critici e individuare i fattori che rendono uniche le loro esperienze.

Le interviste tradizionali sono costose, sì, ma alla fine permettono di scoprire le sfumature e le complessità dietro le interazioni e le emozioni umane.

Gli strumenti di AI generativa come ChatGPT, che funzionano su modelli linguistici molto avanzati, possono solo creare partecipanti AI che rispecchiano la media collettiva, mancando delle personalità diverse e delle idiosincrasie trovate nel gruppo demografico comune.

Tuttavia, per i ricercatori che vogliono superare il problema della pagina bianca, o per le MNC che affrontano attriti organizzativi, la ricerca sintetica può effettivamente essere il catalizzatore che mette in moto le cose. Il costo e il tempo richiesti, rispetto alle alternative tradizionali, sono anche piuttosto minimi.

Quindi, questo significa che puoi sostituire persone reali con utenti generati dall'AI nei tuoi studi di ricerca di mercato? O affidarti a interviste sintetiche per prendere decisioni importanti; decisioni che potrebbero avere un grande impatto sul tuo business? Approfondiamo.

Dati Sintetici & Utenti Sintetici

Prima di addentrarci nelle interviste sintetiche, o persone sintetiche, dobbiamo parlare di dati sintetici. I dati sintetici non sono qualcosa di recente; sono stati ampiamente utilizzati per addestrare modelli linguistici di grandi dimensioni una volta esauriti i dati di addestramento originali.

Come si evince dal nome, i dati sintetici sono dati artificiali generati utilizzando l'intelligenza artificiale (AI). Non sono raccolti da fonti reali, né rappresentano dati del mondo reale, ma sono piuttosto derivati da modelli trovati nel mondo reale.

Ora, qual è l'attrattiva? Beh, sono economici e relativamente più facili da generare.

I dati del mondo reale sono spesso soggetti a errori e pregiudizi, ma i dati sintetici possono essere progettati in modo da minimizzare questi errori. Puoi generare dati che assomigliano al tuo dataset originale senza condividere informazioni sensibili o personalmente identificabili, quindi non devi preoccuparti delle leggi sulla privacy degli utenti.

Inoltre, tornano utili quando hai a che fare con pubblici di nicchia o in casi in cui i dati disponibili sono incompleti o limitati.

Tutti sanno che ci vogliono molti soldi e tempo per compilare ricerche di mercato originali da utenti e clienti. Questo è uno dei motivi principali per cui grandi marchi e piccole imprese utilizzano oggi i dati sintetici per raccogliere preziose informazioni sul loro pubblico target.

Questo ci porta agli utenti sintetici...

I rispondenti sintetici sono di tendenza nella ricerca di marketing e design. L'AI generativa viene utilizzata ovunque, quindi non sorprende che le persone in questi campi (anche se non tutte) la stiano sfruttando per creare utenti sintetici.

In parole semplici, le persone sintetiche sono avatar digitali o rappresentazioni virtuali dei tuoi clienti o utenti. Non sono come le persone tradizionali sviluppate da professionisti del marketing o del design, ma sono costruite con tecnologie di AI e machine learning.

Il modo più semplice per crearne una è attraverso LLM come GPT-4: inizia descrivendo i tuoi clienti target, poi specifica i loro obiettivi, sfide e necessità, e infine, aggiungi la tua idea di prodotto o servizio, che servirà come soluzione a quei problemi. Una volta fatto, sollecitalo ad adottare la "persona" di questo pubblico.

Puoi generare centinaia o addirittura migliaia di persone generate dall'AI che rappresentano determinati gruppi demografici e possono rispondere accuratamente ai tuoi sondaggi e interviste. Poiché strumenti come ChatGPT sono addestrati su dataset diversificati che includono conversazioni scritte e parlate da più fonti e settori, possono imitare i comportamenti e le preferenze di una gamma di utenti.

Di conseguenza, puoi utilizzare utenti sintetici per simulare vari scenari ed eseguire prove e test prima di rilasciare i tuoi prodotti o servizi sul mercato. Possono elaborare grandi volumi di dati e fornire feedback per supportare le iterazioni di design e campagne.

Tuttavia, per tutti i loro usi, le persone sintetiche presentano una limitazione fondamentale: se stai trattando un concetto nuovo o cercando di comprendere un nuovo tipo di cliente, come i lavoratori delle piantagioni in Colombia, probabilmente non saranno sufficienti.

Come spiega Christopher Roosen, un sostenitore del Design Incentrato sull'Uomo:

"L'AI generativa si basa su una cattura di internet... memorizza la struttura di tutti i pregiudizi di internet, che include pregiudizi lontani dalle persone presentate in modo ricco in tutti i loro colori, forme e idee e verso una presentazione molto stereotipata delle persone."

L'AI fatica a rappresentare le persone sottorappresentate online, quindi quando le chiedi di generare persone per i lavoratori in Colombia, potrebbe creare stereotipi generici perché i dati su cui è stata addestrata contengono rappresentazioni superficiali di persone simili. I tuoi strumenti potrebbero perdere punti chiave, ricadere in cliché e mancare della profondità necessaria per rispondere a domande destinate a gruppi nuovi o emarginati.

Ora, Cosa Sono le Interviste Sintetiche?

Le interviste sintetiche sono simili alle interviste con gli utenti; tuttavia, invece di porre domande a persone reali, si interagisce con partecipanti sintetici (anche detti utenti sintetici), solitamente attraverso dialoghi basati su testo o formati basati su sondaggi, per raccogliere informazioni degli utenti su vari argomenti.

Ora, chiunque abbia mai fatto ricerca, che si tratti di interviste o focus group, sa quanto possa essere dispendioso in termini di tempo e denaro. Dopotutto, ci vogliono molte pianificazioni, coordinamento e professionisti formati solo per preparare le domande giuste. Inoltre, è necessario parlare con molte persone per individuare gli obiettivi e i punti critici giusti.

Rispetto a questo, le interviste sintetiche sembrano offrire un'alternativa più rapida ed economica per condurre conversazioni con i tuoi utenti o clienti.

Secondo John Whalen nella sua lezione "Hands on with Synthetic Users: Customer Research's Future," le interviste sintetiche sono ideali per:

• Generare idee nelle fasi iniziali.
• Intervistare pubblici di nicchia senza doverli trovare e reclutare.
• Porre domande approfondite o sensibili in un ambiente sicuro e privo di rischi.
• Esplorare situazioni ipotetiche o future.

Non importa che tipo di domande fai; gli utenti sintetici non esitano mai.

Ma i dati generati o l'output che ottieni non sono sempre perfetti. Queste risposte alle interviste possono rispondere al "cosa", ma non necessariamente al "perché".

Manca il contesto sottile che solo un volto o una voce umana può fornire – senza microespressioni, intonazioni e linguaggio del corpo. Le interviste sintetiche faticano anche a catturare la profondità delle emozioni umane, poiché le parole scritte spesso non includono la ricchezza contestuale trovata nel processo di ricerca tradizionale.

Ecco perché devi regolarmente valutare e validare le interviste sintetiche confrontandole con le risposte umane. Perché l'approccio ibrido? Perché i dati dell'intervista possono essere generati dall'IA, ma le decisioni che prendi basate su di essi avranno un impatto nel mondo reale.

Interviste Sintetiche prima di ChatGPT

Scott Stevens e Michael Christel hanno discusso il tema delle interviste sintetiche nel 1998, nel loro articolo "Synthetic Interviews: The Art of Creating a "Dyad" Between Humans and Machine-Based Characters." Naturalmente, i ricercatori della Carnegie Mellon si sono concentrati su Synthetic Interviews, la tecnologia sviluppata dall'università.

Il loro documento ha definito le Interviste Sintetiche come:

"Un mezzo per conversare in profondità con un individuo o personaggio, permettendo agli utenti di porre domande in modo conversazionale... e ricevere risposte pertinenti e rilevanti alle domande poste."

La tecnologia doveva essere "realistica" nel trasmettere informazioni, in modo da riflettere il pensiero e i processi mentali umani. Gli utenti potevano porre domande a persone generate dal computer (CG) tramite interfacce vocali o digitate per comprendere le loro preferenze, comportamento e valori.

Per realizzare questo, migliaia di videoclip di attori umani sono stati registrati e archiviati in un database. Questi attori sono stati filmati mentre rispondevano a potenziali domande, insieme a clip non verbali aggiuntive, come bere caffè, grattarsi la testa o sorridere, per rendere i personaggi più umani.

Queste risposte venivano poi presentate in formato talking head, così gli utenti potevano sentirsi faccia a faccia con la personalità. Le persone CG includevano anche abitudini uniche delle personalità rappresentate, come quelle di Albert Einstein, per renderle più autentiche.

L'interfaccia permetteva agli utenti di parlare normalmente in un microfono e impostare il flusso dell'intervista. Il sistema di riconoscimento vocale analizzava le loro domande utilizzando i suoi LLM esistenti e forniva risultati accurati per domande pertinenti e risultati accettabili per domande inaspettate (leggi il documento per capire cosa significa).

All'epoca, questa tecnologia era vista come un modo per offrire esperienze interattive con attori, leader religiosi e altre figure pubbliche.

Questo era prima che arrivassero gli strumenti di AI generativa. Ora, puoi semplicemente chiedere a un modello di "comportarsi come" una particolare persona, o nel nostro caso, uno specifico gruppo di clienti o utenti, e genererà istantaneamente risposte realistiche, ovviamente senza le talking head.

Generare interviste sintetiche con l'AI

Condurre ricerche sugli utenti senza persone sembra difficile, ma non lo è. Davvero. Tutto ciò di cui hai bisogno è uno strumento di AI generativa, una buona idea di chi sia il tuo pubblico target e il giusto set di prompt e domande.

• Strumenti di AI conversazionale: ChatGPT, Gemini, o Claude.
• Pubblico target/persona: Un documento Word o PDF che delinea i profili dei clienti, come i loro dati demografici (età, genere, località), profilo professionale, driver psicologici, jobs to be done, comportamento d'acquisto, ostacoli chiave e altro.

Oltre a questo, delinea le tue esigenze di ricerca. Quali sono i tuoi obiettivi e casi d'uso? Cosa vuoi imparare da questa sessione di interviste? Questo ti aiuterà a formulare le tue domande per l'intervista. Decidi quanti utenti sintetici vuoi, in quale formato (testo, risposte al sondaggio) e quanto diverse dovrebbero essere le loro risposte.

A scopo dimostrativo, creeremo sette utenti sintetici per il nostro ultimo prodotto, persona di ricerca by Delve AI, utilizzando la versione gratuita di ChatGPT.

Il primo passo è caricare un documento contenente i dettagli sul nostro gruppo di utenti ideale – questo aiuta a limitare gli intervistati a una certa demografia. Poi, aggiungiamo la descrizione del prodotto e specifichiamo il numero di partecipanti sintetici che vogliamo che il sistema generi utilizzando un prompt ben formulato.

Una volta sollecitato, ChatGPT ha generato istantaneamente diverse persone sintetiche. Ecco un esempio di uno chiamato Dan Miller, VP of Marketing in un'azienda di ecommerce.

Abbiamo sottoposto le seguenti domande di intervista (che includono una combinazione di domande aperte e domande in stile sondaggio) a ciascuna di queste persone.

• Puoi spiegarmi come tu o il tuo team create attualmente le personas?
• Che tipo di dati usi solitamente? (es. trascrizioni di interviste, risultati dei sondaggi, analisi web, ecc.)
• Quanto tempo impiega solitamente il tuo team per creare o aggiornare le personas?
• Su una scala da 1 a 5, quanto sei sicuro che le tue attuali persone rappresentino accuratamente i tuoi utenti? (1 = Per niente sicuro, 5 = Estremamente sicuro)
• Quali sono le maggiori sfide che affronti quando crei o mantieni le personas?
• Se uno strumento potesse aiutarti a generare persone accurate e basate sui dati in pochi minuti dalla tua ricerca esistente, quanto sarebbe prezioso per te o il tuo team?
• Quali funzionalità ti aspetteresti o avresti bisogno da uno strumento come questo?
• Hai mai utilizzato uno strumento basato su AI o automatizzato per la creazione di persone prima d'ora? Se sì, come è stata la tua esperienza?
• Saresti disposto a testare un nuovo strumento che ti aiuti a creare persone più velocemente utilizzando i tuoi dati di ricerca?
• Secondo te, cosa renderebbe questo tipo di prodotto 'indispensabile' invece che semplicemente 'utile da avere'?

Abbiamo chiesto al chatbot di riassumere le risposte dell'intervista in un report professionale e pulito, evidenziando i problemi o le preoccupazioni che hanno con il prodotto, cosa apprezzano di esso e le citazioni di supporto.

Come previsto, il sistema ha individuato la maggior parte dei problemi comuni che gli utenti associerebbero a questo tipo di creazione di persone – output generico, preoccupazioni sulla privacy, ecc. Questo è stato seguito da un riepilogo di ciò che apprezzavano del prodotto, che, ancora una volta, non era male.

Questo processo di intervista ci ha lasciato con aspetti che potrebbero interessare ai nostri potenziali utenti, ma nulla di straordinario. Le risposte sono state rapide – l'intero esercizio ha richiesto circa 15 minuti – tuttavia, questi dati possono essere utilizzati solo per creare domande migliori e più specifiche per i tuoi utenti reali.

Puoi visualizzare i risultati completi, insieme ai prompt e alle domande utilizzate qui.

I tuoi dati delle interviste sono validi quanto gli utenti sintetici che il sistema costruisce. Quindi, se vuoi generare interviste sintetiche in questo modo, esamina attentamente la qualità dei dati dei clienti che hai inserito nel modello. Ci sono pregiudizi o lacune? Stai includendo i dati giusti fin dall'inizio? Stai addestrando il sistema a imitare qualcosa, quindi assicurati che quel "qualcosa" sia effettivamente ciò che desideri.

Affinché gli LLM generino dati che riflettano la complessità e le sfumature delle risposte umane reali, hai bisogno di buoni prompt.

Ricorda: Dati di input eccellenti + prompt ben elaborati = Output di interviste di qualità.

Una volta generati i dati sintetici, convalidali prima di utilizzarli. Esegui controlli manuali e utilizza strumenti di convalida per valutare qualità, coerenza e accuratezza. Gli stakeholder sono scettici sui dati sintetici (e giustamente), quindi sii trasparente se utilizzi dati generati dall'AI nei tuoi report di ricerca utente.

Potenziali problemi con le interviste sintetiche

Michael Mace confronta Synthetic Users, uno strumento che utilizza l'AI generativa per simulare interviste ai clienti, con interviste a persone reali nel suo articolo "Can AI replace discovery interviews? A competitive comparison."

Se dobbiamo discutere gli svantaggi degli intervistati sintetici e, di conseguenza, delle interviste sintetiche, il suo post fornisce un ottimo punto di partenza.

Mace ha condotto uno studio tra Synthetic Users e UserTesting (che ti permette di fare domande a persone reali da un panel online) utilizzando un'idea innovativa – un servizio di rideshare che utilizza auto volanti.

I risultati di questo studio non sono stati a favore degli utenti sintetici.

Synthetic Users era sicuramente veloce. Crei gli utenti, aggiungi le domande e le risposte vengono generate in pochi minuti. Al contrario, utilizzare UserTesting richiedeva un'intera giornata – scrivere un piano, impostare i filtri, attendere le risposte, poi analizzare i risultati. E anche allora, trovare le persone giuste con le caratteristiche desiderate era difficile.

Il problema con Synthetic Users è che, se definisci un utente con un problema specifico, non metterà in discussione se quel problema esiste. Semplicemente presume che esista. Quindi, finisci con utenti ipotetici che non esistono nella realtà.

Il che è un problema.

Anche le trascrizioni generate erano un po' troppo perfette, senza parole di riempimento, ripetizioni o frasi incomplete. Mancavano gli indizi emotivi che UserTesting offriva, poiché non c'erano video o espressioni da analizzare.

Inoltre, i partecipanti sintetici suonavano simili tra loro, con risposte quasi identiche.

Sembravano basilari, mediocri e disconnessi dalla vita reale. Gli utenti reali, sebbene le loro risposte fossero grezze, hanno portato più varietà e dettagli.

Oltre alla velocità e a una panoramica di base del tuo pubblico, questo strumento non ha fatto nulla per aiutarti a conoscere meglio il modo in cui i tuoi clienti pensano e reagiscono. Che, sfortunatamente, è il problema della maggior parte delle metodologie di ricerca sintetica.

Ricerca Sintetica: Crea Utenti Simulati, Sondaggi e Interviste con Delve AI

Abbiamo esaminato i modi manuali di condurre la ricerca sintetica; ora, vediamo i metodi basati sull'IA. Il Software di Ricerca Sintetica di Delve AI è uno degli strumenti che ti aiuta a creare persone IA per i tuoi utenti o clienti e utilizzarli per condurre sondaggi e interviste.

Attualmente, il software di ricerca include tre funzionalità:

• Utenti simulati
• Sondaggi
• Interviste

Costruite da fonti di dati proprietarie e pubbliche, queste persone virtuali sono scalabili e diverse. Puoi generare qualsiasi numero di utenti e condurre tutte le interviste quantitative e qualitative che desideri.

Fase 1: persone

Devi creare persone di base prima di sviluppare utenti simulati. Per farlo, devi abbonarti a uno dei nostri prodotti persone.

Attualmente, il nostro generatore di persone IA ne offre sei:

• Customer persona (basato sui dati CRM)
• Website persona (per i visitatori/acquirenti del tuo sito web)
• Social persona (per il tuo pubblico sui social media)
• Competitor persona (per i concorrenti)
• Research persona (per i tuoi utenti)
• Audience persona (basato sulla descrizione del tuo pubblico)
• Employee persona (per il posto di lavoro)

In questo caso, costruiremo persone utilizzando lo strumento persona di ricerca menzionato in precedenza.

Registrati o accedi a Delve AI, vai su persona di ricerca e carica i tuoi documenti. Puoi includere qualsiasi cosa pertinente, come trascrizioni di interviste, rapporti di sondaggi, notizie del settore o profili utente precedenti.

Premi "Crea Personas", e Delve AI svilupperà persone basate sui dati che hai fornito. Non preoccuparti se non hai materiale di ricerca; aggiungi solo una breve descrizione del tuo pubblico target insieme ad alcuni dettagli sul tuo prodotto o attività (opzionale), e penseremo noi al resto.

Oltre ai tuoi input, la nostra piattaforma attinge dalle conoscenze di migliaia di persone precedentemente generate per creare profili cliente unici. L'output può essere una o più personas, a seconda del tuo pubblico e caso d'uso. Ognuno di questi segmenti contiene dettagli della persona, distribuzione e mappe del percorso.

Clicca su DETTAGLI PERSONA, e vedrai demografia dell'utente, stile di vita, stato professionale, aspirazioni, fattori che influenzano le decisioni di acquisto, driver psicologici (obiettivi, motivazioni, bisogni) e sfide principali.

Questo è seguito da informazioni sui loro canali di comunicazione preferiti, social network, brands, siti web di shopping, musica, programmi TV, film, canali YouTube, podcast, subreddit, risorse influenti e altro ancora.

La scheda DISTRIBUZIONE mostra come il tuo pubblico è distribuito all'interno di un particolare segmento, suddiviso per canale, social network, età, genere, lingua, posizione, livelli di attività e argomenti (sia risonanti che generici).

L'ultima scheda, CUSTOMER JOURNEYS, contiene mappe del percorso utente divise in fasi distinte, esplorando gli obiettivi, le azioni, i problemi e i processi di pensiero dei tuoi utenti.

Nota: Le tue persone vengono automaticamente aggiornate con nuovi dati ogni mese, e puoi anche integrarle con ulteriori dati di ricerca.

Fase 2: Utenti Simulati

Ora che abbiamo costruito le personas, passiamo alla fase successiva, ovvero la generazione di utenti sintetici. Perché è necessario? Perché non puoi condurre interviste senza di loro.

Per iniziare, vai alla dashboard Synthetic Research e acquista il numero di utenti necessari – per esempio, 100. Quindi, crea un pannello con questo gruppo e dagli un nome, come Marketing Insights Group. Questo ti aiuterà a organizzare e gestire il tuo pubblico in seguito.

Verrai indirizzato a una schermata dove potrai selezionare la(e) persona(s) o il prodotto persona che desideri utilizzare per generare utenti sintetici. Qui, selezioneremo un segmento da persona di ricerca chiamato Edward Collins.

Come mostrato di seguito, il software ha generato 100 utenti sintetici basati su quello specifico segmento di persona utente. Ogni utente include un'opzione "Avvia Chat", che puoi utilizzare per interagire con loro (vedi Digital Twin per maggiori informazioni).

Fase 3: Sondaggi + Interviste

I nostri persone simulati sono pronti; è ora di condurre sondaggi e interviste di ricerca utente.

Nella barra laterale, clicca su Marketing Insights Group, poi seleziona Sondaggi dal menu a discesa. Nel dashboard, clicca sul pulsante "Crea Sondaggio". Ti verrà richiesto di inserire il nome del tuo sondaggio (es. Sondaggio product market fit), specificare il numero di utenti (es. 100) e caricare un file CSV contenente le tue domande del sondaggio.

Il tuo file può includere vari tipi di domande, come scelta multipla, scala di valutazione, scala Likert, domande aperte e domande di classificazione. Ci vorrà solo poco tempo per generare le tue risposte.

Insieme ai risultati, potrai approfondire quali intervistati hanno dato risposte specifiche a ciascuna domanda e persino chiedere loro le ragioni delle loro scelte utilizzando la funzionalità chat.

Puoi anche chiedere loro feedback su altri argomenti relativi al marketing e al prodotto. Nell'esempio sopra, abbiamo chiesto a un utente quali fattori hanno influenzato la loro decisione di completare un acquisto durante lo shopping online.

Cosa rende questo strumento diverso

Una critica importante alla ricerca generata dall'IA è che manca dell'autenticità, della profondità e delle sfumature emotive che si ottengono tipicamente dalle interviste reali. Questo, e la preoccupazione che i pregiudizi nei dati di training possano potenzialmente distorcere i risultati della tua ricerca.

Come scrive Niloufar Salehi nel suo articolo sugli utenti sintetici:

"Il vero scopo di dedicare tempo alle interviste e poi... analizzare le grandi quantità di dati raccolti è la capacità di connettersi con loro, costruire fiducia, approfondire, chiedere loro di condividere storie e conoscere i loro sentimenti ed emozioni. I motori di sintesi dei pattern non hanno nulla di tutto ciò."

Tuttavia, per persone o team che stanno iniziando, specialmente quelli senza il tempo o il budget per una ricerca utente approfondita, le interviste sintetiche possono essere un'alternativa attraente e accessibile.

Il Software di Ricerca Sintetica di Delve AI non recluta persone. Né le intervista.

Ma utilizza le informazioni che hai raccolto sui tuoi utenti per creare pubblici simili. Questi utenti virtuali, costruiti da persone generati utilizzando i tuoi dati di prima parte (CRM, analytics web), di seconda parte (dati del pubblico social, intelligence dei competitor), e dati della Voice of Customer, non sono qualcosa di generico creato da ChatGPT.

Sono personalizzati per il tuo caso d'uso aziendale e probabilmente ti darebbero una migliore comprensione dei tuoi utenti e delle loro esigenze principali.

Guardiamo il Lato Positivo

Le interviste sintetiche possono essere problematiche, ma solo se gli utenti simulati su cui le esegui sono generici, imprecisi o di parte. La qualità delle persone sintetiche è direttamente correlata alla qualità delle risposte che ricevi; migliore è la qualità, migliori sono le risposte.

Quindi, sta a te selezionare, o se te la senti, costruire un software di ricerca sintetica affidabile (che richiederà molte risorse).

Una volta trovato, puoi sfruttarlo per identificare i problemi evidenti prima di condurre interviste reali. Gli utenti sintetici sono anche utili per il brainstorming di nuove idee. Prospettive fresche o opinioni che erano già presenti, ma di cui non eri a conoscenza.

Va da sé che allo stadio in cui si trovano ora, le interviste sintetiche dovrebbero solo integrare i tuoi studi di ricerca. Gli utenti simulati non dovrebbero mai avere la precedenza sugli utenti reali. Puoi usarli per testare scenari multipli, ma convalida sempre questi risultati con le tue scoperte di ricerca reali.

Alla fine della giornata, non importa il tipo di utenti che scegli; ciò che conta sono le domande che fai, o non fai.